為什么會(huì)有邊緣計(jì)算

在云計(jì)算興起的時(shí)候，曾有觀點(diǎn)認(rèn)為，終端只要一個(gè)顯示屏即可，物聯(lián)網(wǎng)所有的數(shù)據(jù)都傳輸?shù)皆?a target="_blank">中心，由云完成運(yùn)算過程，再傳回到用戶的終端。因此瘦終端將是未來的趨勢。

現(xiàn)實(shí)情況是，過渡依賴云中心，會(huì)導(dǎo)致物聯(lián)網(wǎng)的效率達(dá)不到預(yù)期，特別是對時(shí)延要求嚴(yán)格的場景，物聯(lián)網(wǎng)部署變得毫無意義。例如，用于安全監(jiān)控的場景下，攝像頭獲取用戶視頻并傳輸?shù)皆浦行奶幚淼哪吧?，不僅需要高速帶寬傳輸大量無效數(shù)據(jù)，而且給云中心也帶來巨大負(fù)擔(dān)。最終結(jié)果是處理成本高昂，處理事件長，效率低下。

如何解決這個(gè)問題呢？于是研究人員對攝像頭端進(jìn)行改造，讓攝像頭與云中心保持連接的同時(shí)，還擁有視頻處理能力、存儲能力和識別能力。云中心給攝像頭下發(fā)比對模型，拍攝的視頻會(huì)在攝像頭端實(shí)時(shí)進(jìn)行處理比對，第一時(shí)間將初篩后的信息傳輸?shù)皆贫诉M(jìn)行高精度識別。

在這種模式下，可以在毫秒級的時(shí)間內(nèi)，對攝像頭拍到的數(shù)據(jù)進(jìn)行處理，第一時(shí)間完成監(jiān)控任務(wù)。我們把具有智能處理能力的物聯(lián)網(wǎng)終端，成為邊緣計(jì)算產(chǎn)品。

業(yè)內(nèi)對“邊緣計(jì)算”定義是指，在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計(jì)算、存儲、應(yīng)用核心能力的開放平臺，就近提供邊緣智能服務(wù)。

邊緣計(jì)算是什么

邊緣計(jì)算是指在靠近物或數(shù)據(jù)源頭的一側(cè)，采用網(wǎng)絡(luò)、計(jì)算、存儲、應(yīng)用核心能力為一體的開放平臺，就近提供最近端服務(wù)。其應(yīng)用程序在邊緣側(cè)發(fā)起，產(chǎn)生更快的網(wǎng)絡(luò)服務(wù)響應(yīng)，滿足行業(yè)在實(shí)時(shí)業(yè)務(wù)、應(yīng)用智能、安全與隱私保護(hù)等方面的基本需求。邊緣計(jì)算處于物理實(shí)體和工業(yè)連接之間，或處于物理實(shí)體的頂端。而云端計(jì)算，仍然可以訪問邊緣計(jì)算的歷史數(shù)據(jù)。

邊緣計(jì)算試圖通過在云端提供更接近數(shù)據(jù)源的計(jì)算來減少處理中的延遲。此計(jì)算可能發(fā)生在物聯(lián)網(wǎng)設(shè)備本身，就像NVIDIA正在為自動(dòng)駕駛汽車開發(fā)的設(shè)備一樣，或者公司可以使用它來提供特定的服務(wù)-比如蘋果（Apple）。在NVIDIA和其他公司開發(fā)自動(dòng)駕駛汽車技術(shù)的案例中，克服延遲是生死攸關(guān)的問題；對于蘋果來說，減少延遲不僅可以獲得更好的終端用戶體驗(yàn)，而且還能解決對數(shù)據(jù)隱私侵犯的擔(dān)憂。通過縮短網(wǎng)絡(luò)流量需要提供某種形式的計(jì)算結(jié)果的跑道，邊緣計(jì)算解決了延遲、安全性、數(shù)據(jù)隱私以及健康和安全問題。

即使處理/收集數(shù)據(jù)發(fā)生在設(shè)備之外，數(shù)據(jù)的處理和存儲仍然可以被認(rèn)為是邊緣計(jì)算。由于存儲和計(jì)算設(shè)備開始在云端擴(kuò)散，處理仍然可以在云的邊緣附近進(jìn)行，因此被認(rèn)為是“邊緣計(jì)算”。例如，網(wǎng)絡(luò)供應(yīng)商公司由于擔(dān)心從提供商的角度被排除在云經(jīng)濟(jì)之外，正爭相提供靠近網(wǎng)絡(luò)接入點(diǎn)（如蜂窩塔）的邊緣計(jì)算設(shè)備。

通過將計(jì)算和存儲放置在離收集物聯(lián)網(wǎng)數(shù)據(jù)的設(shè)備更近的地方，可以提高向最終用戶提供對時(shí)間敏感的計(jì)算的延遲。在許多情況下，這些數(shù)據(jù)只在特定的時(shí)間內(nèi)影響到終端用戶，許多設(shè)備在高頻率負(fù)載下收集信息：考慮自動(dòng)車輛的遙測或系統(tǒng)數(shù)據(jù)，或用于運(yùn)動(dòng)/健康設(shè)備的生物識別數(shù)據(jù)。

高容量的數(shù)據(jù)可能對本地設(shè)備很重要，但是數(shù)據(jù)的頻率對于集中服務(wù)器層的長期存儲/聚合/分析可能并不重要。邊緣計(jì)算允許公司在需要的地方提供近乎實(shí)時(shí)的處理和決策管理，而不需要大量不必要的數(shù)據(jù)、龐大的中央數(shù)據(jù)庫或Web服務(wù)器等。